Biyografi sentezFred Hutchinson Kanser Merkezi’nden liderler tarafından kurulan Seattle merkezli bir girişim, 10 milyon dolarlık fon duyurdu Madrona Girişim Grubu.
Biyoteknoloji şirketi, varsayımsal laboratuvar testlerinden elde edilen sonuçları simüle etmek için yapay zeka kullanarak yeni ilaç keşfini daha hızlı ve daha ucuz hale getirmeyi amaçlamaktadır. Ekip, gen ekspresyonunu tahmin etmek için üretken bir genomik temel modeli (GEM-1) olarak adlandırdığı şeyi inşa etti ve yeni bir ilacın hücre davranışını nasıl etkilemesi beklendiğine dair bilgiler sağladı.
Salı günü, Synthesize Bio araştırmacıları bir ön baskı Biorxiv üzerinde, bilim adamlarının “gelecekteki gen ekspresyonu deneysel sonuçlarını laboratuvar düzeyinde doğrulukla tahmin ettiğini” söylediği modelini ve performansını açıklıyor.
Synthesize Bio’nun 16 kişilik bir ekibi var ve yaklaşık iki yıl önce Fred Hutch Baş Veri Sorumlusu tarafından kuruldu Jeff Pırasa Ve Robert BradleyFred Hutch’daki Çeviri Veri Bilimi Entegre Araştırma Merkezi Direktörü.
Ekip, modelini, araştırma deneylerini RNA sekanslama verileriyle ilişkilendiren halka açık bilgiler üzerine eğitti – bu da bir hücrede ifade edilen genleri yakaladı. Veri kümesi, laboratuvar çalışmasından ve klinik çalışmalardan alınan sağlıklı ve hastalıklı insan hücreleri ve dokuyu içermektedir.
Madrona genel müdürü Matt McIlwain, “Bu, Life Science Ar -Ge’de mümkün olanı yeniden tanımlayan bir tür altyapı değişimidir” dedi. LinkedIn. “Üretken genomiklerle, araştırmacılar daha önce uygun olmayan veya keşfedilmesi imkansız olan daha cesur sorular sorabilir, daha akıllı denemeler tasarlayabilir ve check hipotezleri.”
Öncesi makalesinde, Synthesize ekibi çözmeye çalıştığı sorunu detaylandırdı. “Birçok laboratuvar deneyi, hücrelerin büyümesi veya hastalıkların gelişme hızından daha hızlı yapılamaz,” diye yazdı şirket, “klinik araştırmalar benzer şekilde katılımcıların mevcudiyeti ve işe alımı ve hastaları korumak için temel düzenlemeler tarafından yönetiliyor.”
AI modellerinin üretken yetenekleri, “deney adımlarını sınırlandırarak bu temel biyolojik kısıtlamaları hesaplamalı olarak simüle ederek atlatma olasılığını sunuyorlar.”
Synthesize, Seattle bölgesinde AI destekli sistemler geliştiren bir biyoteknoloji girişim ve araştırma gruplarının telaşına katılır:
- Washington Üniversitesi Protein Tasarım Enstitüsü (IPD), geniş kapsamlı hastalıkların tedavisinde kullanılabilecek yeni proteinler oluşturmak için AI kullanır.
- Fred Hutch liderliğindeki Kanser AI Alliance, Dana-Farber, Memorial Sloan Kettering ve Johns Hopkins’i Allen AI (AI2) ve Google Cloud’un desteğini içeren bir konsorsiyum.
- Allen Enstitüsü’nün Seattle Hub’ı, bir hücrenin zaman içinde ne yaşadığını kaydetmek için DNA tabanlı bir teknoloji kullanan sentetik biyoloji için.
- Xaira Therapeutics, Archon Biosciences, Lila Bioscics, Outpace Bio, A-Alfa Biyo, Talus Biosciences, Patates ve diğerleri gibi başlangıçlar. Tek başına IPD 10 girişimden çıktı.
“Üretken genomikler gelecekteki deneysel sonuçları doğru bir şekilde öngörüyor” başlıklı diğer yazarlar şunlardır: Gregory Koytiger, Alice M. Walsh, Vaishali Marar, Kayla A. Johnson, Max Highsmith, Alexander R. Abbas, Andrew Stirn, Ariel R. Brumbaugh, Alex David, Darren Hui, Jeff-M. Raya, Darren Hui, Jeff J. Savonen ve Stein Setvik.
